AIでコードは速く書けるのに、開発が劇的に速くならない理由
「AIで開発生産性が2倍になる」といった話をよく聞くようになった。ところが現場で数か月使ってみて、そこまでの飛躍を実感できない人は多いはずだ。ソフトウェア開発の管理者である Bjorn Roche が書いた「The AI Productivity Gap」は、その違和感を素朴な足し算で説明してくれる記事だ。エンジニアやテックリードが、AI導入の効果を経営層に説明したり、自分たちのペース感を見直したりするときに役立つ視点を与えてくれる。
この記事は、AIコーディングツールを否定するものではない。むしろ効果は本物だと認めたうえで、「効果が本物でも、開発全体はそこまで速くならない」という一段深い話をしている。以下、元記事の主張を整理し、最後に筆者(私)の補足を加える。
コードを書く時間は、一日のごく一部
Roche の出発点はシンプルだ。AIが速くするのは主に「新しいコードを書く」部分だが、その作業は開発者の一日の中で意外と小さな割合しか占めていない。
言われてみれば当たり前だが、見落としやすい事実でもある。エンジニアの時間は、要件の理解、システム設計、コードレビュー、後輩の指導、そして会議に相当量が割かれている。デバッグや既存コードの読解も大きい。純粋に新規コードをタイプしている時間は、思っているより短い。
だからコーディングをAIで速くしても、一日全体で見れば削れる時間は限られる。ここが記事のタイトルにある「生産性のギャップ」の核心だ。ツール単体の効果と、チーム全体のアウトプットの伸びは、同じではない。
シニアとジュニアで、ざっくり計算してみる
Roche はこの直感を、大まかな時間配分の見積もりで示している。あくまで説明のための概算だという前提で読んでほしい。
シニアエンジニアの一日(8時間)を、こう置く。
- コードを書く時間: 1.5時間 → AI導入後は0.5時間
- それ以外(設計、レビュー、デバッグ、会議など): 6.5時間 → 6.25時間
合計で見ると、削減できるのはおよそ15%にとどまる。コーディング自体は3分の1に縮んでも、もともとそこに使っていた時間が少ないので、全体へのインパクトは小さい。
一方、ジュニアエンジニアはこうなる。
- コードを書く時間: 2.75時間 → AI導入後は1.0時間
- それ以外: 5.25時間 → 5.0時間
こちらの削減幅はおよそ25%。ジュニアはコーディングに費やす割合がもともと大きく、会議やレビューなどの周辺業務が少ないぶん、AIの恩恵を比率として大きく受け取れる。
数字そのものより、構造を押さえておきたい。AIの効果は「コーディングが一日に占める割合」に強く縛られる。この割合が大きい人ほど、全体の伸びも大きくなる。
「ジュニアはAIで代替できる」という主張のねじれ
ここから Roche は、よく耳にする言説を皮肉る。「AIがジュニアの仕事をやってくれるから、うちはシニアしか採らない」というものだ。
彼の見積もりが示すのは逆の構図だ。AIから比率として大きく得をするのはジュニアの側であり、しかもツールを単なる近道ではなく学習の道具として使えば、その効果はさらに伸びる。AIを理由にジュニアを切るという判断は、恩恵が最も大きい層を手放していることになりかねない。
この指摘は採用や育成の議論に直結する。AIがあるからこそ、若手が学びながら手を動かせる環境の価値はむしろ上がっている、とも読める。
おまけの論点: AIが書くドキュメント
記事の終盤では、生成されたドキュメントについても短く触れている。AIが書く文書は情報を盛り込みすぎる傾向があり、人間が書いたものより読み解くのに時間がかかることがある、という指摘だ。
コーディングが速くなっても、その周りで読む時間・確認する時間が増えれば、差し引きの効果はさらに目減りする。生産性を一部分だけで測ることの危うさを、別の角度から補強する話になっている。
補足: 概算をどう受け止めるか
ここからは私(筆者)の見方だ。Roche の数字は厳密な計測ではなく、あくまで直感を可視化するための概算である。実際の時間配分は職種、チーム、扱う技術で大きく変わるし、AIがレビューやデバッグを速くする余地もある。だから15%や25%という値を額面通りに使うのは避けたい。
それでも、この記事の骨組みは実務で有効だと思う。生産性を測るなら、コーディング単体ではなく一日全体で見る。ボトルネックが会議やレビューにあるなら、そこを改善しない限りAIだけで劇的な変化は起きない。ツールの効果と組織のアウトプットを混同しないこと。この3点は、AI投資の期待値を現実的に保つうえで押さえておく価値がある。
派手な飛躍ではなく、着実な上積み。それがこの記事の落ち着いた結論であり、過度な期待に振り回されないための良い補助線になる。🧭
出典: Bjorn Roche「The AI Productivity Gap」(ニュースレター『Leadership in Tech』で紹介)
原文: https://bjorg.bjornroche.com/management/ai-productivity-gap/